BAB IV

PENGANTAR PROBABILITAS

Berikut ini adalah beberapa istilah yang akan sering digunakan untuk memahami
konsep dasar dan teori probabilitas :
 Eksperimen / percobaan : prosedur yang dijalankan pada kondisi yang sama dan
dapat diamati hasilnya.
 Ruang sampel : himpunan semua hasil yang mungkin dari suatu eksperimen.
 Peristiwa / kejadian : himpunan bagian dari suatu ruang sampel.

Contoh :
Eksperimen : IPK mahasiswa yang dipilih secara acak
Hasil : Bilangan antara 0,00 – 4,00
Ruang Sampel : 𝑆 = {X | 0,00 ≤ 𝑋 ≤ 4,00 ; 𝑋 ∈ ℝ}
Peristiwa :
A = IPK di atas atau sama dengan 2,75 = {X | 2,75 ≤ 𝑋 ≤ 4,00 ; 𝑋 ∈ ℝ}
B = IPK diantara 2 dan 3 = {X | 2 < 𝑋 < 3 ; 𝑋 ∈ ℝ}

A. Teori Probabilitas
Probabilitas atau peluang adalah suatu konsep umum yang didefinisikan sebagai
angka yang menunjukkan seberapa besar kemungkinan bahwa suatu peristiwa
terjadi diantara keseluruhan peristiwa yang mungkin terjadi. Diasumsikan tiap-tiap
elemen ruang sampel (S) mempunyai peluang yang sama untuk terjadi, maka
peluang terjadinya peristiwa A dapat ditulis:
𝑛 (𝐴) banyaknya anggota A
𝑃(𝐴) = =
𝑛 (𝑆) banyaknya anggota S

Contoh :
Dari 100 mahasiswa Prodi Pendidikan Matematika, terdapat 25 mahasiswa yang
memperoleh nilai 80 untuk mata kuliah Metode Statistika. Berapa probabilitas
mahasiswa yang memperoleh nilai selain 80 untuk mata kuliah Metode Statistika?

Jawab :
A = banyaknya mahasiswa yang memperoleh nilai selain 80 untuk mata kuliah
Metode Statistika, maka probabilitasnya adalah

Metode Statistika 39
 𝑛 (𝐴)
𝑃(𝐴) =
𝑛 (𝑆)
75 3
𝑃(𝐴) = =
100 4
Jadi, probabilitas mahasiswa yang memperoleh nilai selain 80 untuk mata kuliah
3
Metode Statistika adalah 4.

Percobaan Random
Contoh :
1. Melempar sebuah mata uang.
2. Seseorang akan mendapatkan hadiah/undian.

Ruang Sampel
Contoh :
1. Pelemparan 3 keping uang logam, maka ruang sampelnya adalah :
𝑆 = {𝐴𝐴𝐴, 𝐴𝐴𝐺, 𝐴𝐺𝐴, 𝐺𝐴𝐴, 𝐴𝐺𝐺, 𝐺𝐴𝐺, 𝐺𝐺𝐴, 𝐺𝐺𝐺}
2. Pelemparan 1 buah dadu, maka ruang sampelnya adalah :
𝑆 = {1, 2, 3, 4, 5, 6}

Kejadian (Event)
Contoh :
Sebuah koin dilempar dua kali. Sisi permukaan koin adalah angka (A) dan gambar
(G). Misalkan P adalah kejadia “setidaknya muncul satu gambar” dan Q adalah
“lemparan kedua menghasilkan angka”. Maka :
𝑆 = {𝐴𝐺, 𝐴𝐴, 𝐺𝐴, 𝐺𝐺}
𝑃 = {𝐺𝐴, 𝐺𝐺, 𝐴𝐺}
𝑄 = {𝐴𝐴, 𝐺𝐴}

B. Kaidah-kaidah Probabilitas
Misalnya :
A = suatu peristiwa/kejadian pada ruang sampel (S)
P (A) adalah peluang kejadian A, maka berlaku
1. 𝟎 ≤ 𝑷(𝑨) ≤ 𝟏
2. 𝑷(𝑺) = 𝟏 (peluang dari ruang sampel); pasti terjadi.
3. 𝑷(∅) = 𝟎 (peluang dari peristiwa yang tidak akan pernah terjadi).

Metode Statistika 40
 4. Komplemen :komplemen peristiwa A adalah adalah bukan A ditulis 𝐴′ atau 𝑨𝒄
̅ . Secara matematis: 𝐴𝑐 = {𝑥 ∈ 𝑆, 𝑥 ∉ 𝐴}.
atau 𝑨
𝑃(𝐴𝑐 ) = 𝑃(𝐴′ ) = 1 − 𝑃(𝐴)
5. Irisan (intersection) dua kejadian A dan B, dinyatakan dengan 𝑨 ∩ 𝑩, merupakan
kejadian yang elemennya termasuk dalam A dan B. Secara sistematis:
𝐴 ∩ 𝐵 = {𝑥 ∈ 𝑆, 𝑥 ∈ 𝐴 dan 𝑥 ∈ 𝐵 }
Peluang irisan kejadian A dan B adalah :
𝑛 (𝐴 ∩ 𝐵)
𝑃 (𝐴 ∩ 𝐵) =
𝑛 (𝑆)
6. Gabungan (union) dua kejadian A dan B dinyatakan dengan 𝑨 ∪ 𝑩, merupakan
kejadian yang mengandung semua elemen yang termasuk A atau B atau
keduanya.
𝐴 ∪ 𝐵 = {𝑥 ∈ 𝑆, 𝑥 ∈ 𝐴 atau 𝑥 ∈ 𝐵 }
Peluang gabungan kejadian A dan B adalah :
𝑛 (𝐴 ∪ 𝐵)
𝑃 (𝐴 ∪ 𝐵) =
𝑛 (𝑆)
Atau menggunakan aturan penjumlahan :
𝑃 (𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)

Contoh :
Pada pelemparan sebuah dadu, mencatat angka dadu yang muncul.
Ruang sampel : 𝑆 = {1,2, 3, 4, 5, 6}
Misalnya :
𝐴 = kejadian munculnya angka genap
𝐴 = {2, 4, 6} maka 𝑛(𝐴) = 3
𝐵 = kejadian munculnya angka 5 atau lebih
𝐴 = {5,6} maka 𝑛(𝐴) = 2

Maka,
Komplemen dari A : 𝐴′ = {1,3,5} maka 𝑛(𝐴′ ) = 3
Irisan A dan B : 𝐴 ∩ 𝐵 = {6} maka 𝑛(𝐴 ∩ 𝐵) = 1
Gabungan A dan B : 𝐴 ∪ 𝐵 = {2,4,5,6} maka 𝑛(𝐴 ∪ 𝐵) = 4

Jadi,
Dapat dihitung:

Metode Statistika 41
 𝑛(𝐴) 3 1
a. Peluang kejadian A : 𝑃(𝐴) = 𝑛(𝑆)
=6=2
1 1
b. Peluang kejadian bukan A : 𝑃(𝐴′ ) = 1 − 𝑃(𝐴) = 1 − 2 = 2
𝑛(𝐴∩𝐵) 1
c. Peluang kejadian A dan B : 𝑃(𝐴 ∩ 𝐵) = =
𝑛(𝑆) 6
𝑛(𝐴∪𝐵) 4 2
d. Peluang kejadian A atau B: 𝑃(𝐴 ∪ 𝐵) = 𝑛(𝑆)
=6=3

7. Dua kejadian A dan B dikatakan saling terpisah/asing (mutually exclusive) jika

kejadian-kejadian tersebut tidak dapat terjadi secara bersamaan.
Ditulis :𝐴 ∩ 𝐵 = ∅
Akibatnya:
 Irisan : 𝑃(𝐴 ∩ 𝐵) = 0
 Gabungan 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵)
Contoh :
Misalnya, ketika memilih bola secara acak dari keranjang yang berisi 3 bola biru,
2 bola hijau, dan 5 bola merah. Maka peluang mendapat peluang bola biru atau
bola merah adalah
𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵)
𝑃(𝐵𝑖𝑟𝑢 ∪ 𝑀𝑒𝑟𝑎ℎ) = 𝑃(𝐵𝑖𝑟𝑢) + 𝑃(𝑀𝑒𝑟𝑎ℎ)
3 5
𝑃(𝐵𝑖𝑟𝑢 ∪ 𝑀𝑒𝑟𝑎ℎ) = +
10 10
8
𝑃(𝐵𝑖𝑟𝑢 ∪ 𝑀𝑒𝑟𝑎ℎ) = = 0,8
10
8. Dua kejadian A dan B: saling bebas (independen) jika berlaku :
𝑷(𝑨 ∩ 𝑩) = 𝑷(𝑨) 𝑷(𝑩)
Contoh :
1
Misalnya, ketika melempar koin dua kali, peluang mendapat “Angka” (A) adalah 2
1
pada pelemparan pertama. Kemudian peluang mendapat “Gambar” (B) adalah 2

pada pelemparan kedua. Maka peluang untuk keduanya terjadi 𝑃(𝐴 ∩ 𝐵) adalah
𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) 𝑃(𝐵)
𝑃(𝐴𝑛𝑔𝑘𝑎 ∩ 𝐺𝑎𝑚𝑏𝑎𝑟) = 𝑃(𝐴𝑛𝑔𝑘𝑎) 𝑃(𝐺𝑎𝑚𝑏𝑎𝑟)
1 1
𝑃(𝐴𝑛𝑔𝑘𝑎 ∩ 𝐺𝑎𝑚𝑏𝑎𝑟) = 𝑥
2 2
1
𝑃(𝐴𝑛𝑔𝑘𝑎 ∩ 𝐺𝑎𝑚𝑏𝑎𝑟) =
4

Metode Statistika 42
C. Probabilitas Bersyarat
Probabilitas bersyarat B bila A terjadi dinotasikan dengan 𝑃(𝐵|𝐴), dan didefinisikan
sebagai
𝑃(𝐴 ∩ 𝐵)
𝑃(𝐵|𝐴) =
𝑃(𝐴)
Contoh :
Peluang suatu penerbangan yang telah terjadwal teratur berangkat tepat waktu
adalah 𝑃(𝐴) = 0,80. Sedangkan peluang sampai tepat waktu adalah 𝑃(𝐵) = 0,85.
Dan peluang suatu penerbangan berangkat dan sampai tepat waktu adalah
𝑃(𝐴 ∩ 𝐵) = 0,75. Tentukan peluang pesawat berangkat tepat waktu jika diketahui
sampai tepat waktu!

Jawab :
𝑃(𝐴 ∩ 𝐵)
𝑃(𝐴|𝐵) =
𝑃(𝐵)
0,75
𝑃(𝐴|𝐵) = = 0,88
0,85

D. Evaluasi
1. Dari semua mahasiswa Prodi Pendidikan Matematika di UNIPA Surabaya
ternyata 9,8% suka mempelajari mata kuliah Metode Statistika, 22,9% suka
mempelajari mata kuliah Statsitika Matematika, 12,1% menyukai mata kuliah
Operasional Riset, 5,1% menyukai mata kuliah Metodologi Penelitian, 3,7%
menyukai mata kuliah Statistika Lanjut, 6% menyukai Matematika Kejuruan, dan
2,4% menyukai mata kuliah yang lain.
Tentukan :
a. Persentase mahasiswa yang menyukai mata kuliah Statistika Matematika
atau Statistika Lanjut.
b. Persentase mahasiswa yang menyukai mata kuliah Metodologi Penelitian
atau Statistika Lanjut.
2. Suatu survey dilakukan untuk mengetahui status mahasiswa UNIPA Surabaya.
Misalkan jumlah mahasiswa ada 5600 orang, dikategorikan menurut jenis kelamin
dan bekerja tidaknya mahasiswa. Dari 5600 mahasiswa tadi seorang diminta
untuk mewakili pertemuan pertukaran mahasiswa di Bandung. Bila diketahui yang
terpilih adalah mahasiswa laki-laki, berapa probabilitasnya mahasiswa tersebut
dalam status bekerja?

Metode Statistika 43
 Jenis Kelamin Status Pekerja
Bekerja Tidak
Laki-laki 1400 800
Perempuan 2400 1000

Metode Statistika 44